• 堆排序与选择排序的关联


    堆排序与选择排序的关联


    一、简单选择排序

    • 基本思想:假设排序表为 L[1....n] ,第i趟排序即从L[i,,,,n] 中选择关键字最小的元素与 L(i) 交换,每一趟排序可以确定一个元素的最终位置,这样经过 n-1 趟排序就可以使整个排序表有序。

    • 选择排序的执行过程为每次循环遍历数组找出最小(或最大)的数,将其放在数组的有序数列的最后面,每次第i次遍历查找要执行N-i个单位时间,然后要执行N次,故时间复杂度为O(N^2),很简单,比较适合较小的数列的排序。

    代码如下:

    
    public static void changeSort(int [] arr) {
        for (int i = 0; i < arr.length-1; i++) {
            int index = i;
            for (int j = i+1; j < arr.length; j++) {
                if(arr[j] < arr[index]){
                    index = j;
                }
            }
            //比完在交换,游标不稳定,故稳定性不稳定
            int temp = arr[index];
            arr[index] = arr[i];
            arr[i] = temp;
        }
    }
    
    




    二、堆排序

    • 而堆排序是对于选择排序的优化排序,它利用率了最大(最小)堆顶的数最大(最小)的性质,使得找到一个数组找到最大(最小)的元素的操作不需要像选择排序一样消耗N-i的时间。其时间复杂度为O(nlogn)与归并排序一样啊,空间复杂度为O(1)。

    • 在介绍堆排序的执行过程前,先要了解几个公式:

      • 对于一个根节点 i,其左子树为 2*i+1,其右子树为 2*i+2 ,而最后一个有子树的根节点 a 的位置小于等于 N/2,N是待排序数组的长度。

    其执行过程如下:

    1.先建立最大(最小)堆(build_heap)

    1.1 将数组导入一颗完全二叉树;

    img

    1.2 从倒数第一个有子树的根节点开始建立堆(heapify)(操作就是通过比较和变换使得根节点的大小大于(小于)子树的大小。),然后对前面一个根节点做同样的循环操作,直到堆顶也操作结束,则完成建立整个堆。

    在heapify的过程中,我们要在改变了一个子树跟根节点位置后,再向下调整其子树的子树和其子树的位置,直至最后一个子树。

    img

    img

    img



    代码如下:

    package com.m.suan_pai;
    
    import java.util.Arrays;
    
    public class Test {
        public static void main(String[] args) {
            int arr[] = new int[]{1, 0, 2, 1, 3, 1, 4, 1, 5, 1, 6, 7, 8, 9};
            dumpSort(arr);
        }
    
        public static void dumpSort(int[] arr) {
            //测试,理解代码
    //        int i = arr.length / 2 - 1;
    //        adjust(arr, i, arr.length);
    //        System.out.println(Arrays.toString(arr));
    //        i--;
    //        adjust(arr, i, arr.length);
    //        System.out.println(Arrays.toString(arr));
    //        i--;
    //        adjust(arr, i, arr.length);
    //        System.out.println(Arrays.toString(arr));
    
    //        寻找最后一个非叶子节点为初始值
            for (int i = arr.length / 2 - 1; i >= 0; i--) {
                //调整大顶堆
                adjust(arr, i, arr.length);
            }
    
            //交换堆首与堆尾
            for (int i = arr.length - 1; i > 0; i--) {
                swap(arr, 0, i);
                adjust(arr, 0, i);
            }
    
            System.out.println(Arrays.toString(arr));
        }
    	
        //调整大顶堆
        public static void adjust(int[] arr, int i, int length) {
            int temp = arr[i];
            for (int k = 2 * i + 1; k < length; k = k * 2 + 1) {
                if (k + 1 < length && arr[k] < arr[k + 1]) {
                    k++;
                }
                if (arr[k] > temp) {
                    arr[i] = arr[k];
                    i = k;
                } else {
                    break;
                }
            }
            arr[i] = temp;
        }
    	//交换
        public static void swap(int[] arr, int a, int b) {
            int t = arr[a];
            arr[a] = arr[b];
            arr[b] = t;
        }
    
    
    }
    
    

    堆排序时间复杂度:O(nlogn)
    堆排序对原始记录的排序状态并不敏感,其在性能上要远远好过于冒泡、简单选择、直接插入排序。

  • 相关阅读:
    Linux提供两个格式化错误信息的函数
    warning: incompatible implicit declaration of built-in function ‘exit’
    RDMA的ibv_post_send() 函数
    (C语言)结构体成员的引用->(箭头)和 .(点)
    bcopy函数
    bzero函数
    利用GCC编译器生成动态链接库和静态链接库
    GCC编译器编译链接
    结构体类型定义(C语言)
    C语言编译链接
  • 原文地址:https://www.cnblogs.com/k-class/p/13795102.html
Copyright © 2020-2023  润新知